这应该是足够了。你可以自己试试通过运行您的代码一旦确认你得到相同的结果。
实现随机种子机器学习
46个视图(30天)
显示旧的评论
我建立一个卷积网络和建议对我设置相同的随机种子的开头使用rng命令我的代码以达到培训结果的再现性。这是我的神经网络:
rootFolder =“TrainingAll5Sets”;
类别= {0度的,“eighthdeg”};
rng (0);
% imd = imageDatastore (fullfile (rootFolder,类别),“LabelSource”,“foldernames”);
imd = imageDatastore (fullfile (rootFolder,类别),“LabelSource”,“foldernames”,“FileExtensions”,“使用”);
%定义层
层= [
imageInputLayer ([256 320 1])
convolution2dLayer (1、5、“填充”,2)
batchNormalizationLayer
reluLayer
maxPooling2dLayer (2“步”,2)
15岁的convolution2dLayer (6“填充”,“相同”)
batchNormalizationLayer
reluLayer
maxPooling2dLayer (2“步”,2)
40岁的convolution2dLayer (12“填充”,“相同”)
batchNormalizationLayer
reluLayer
fullyConnectedLayer (2)
softmaxLayer
classificationLayer];
%从7.15.20设置培训选项——使用默认选项
选择= trainingOptions (“个”,…
“InitialLearnRate”,0.00001,…
“MaxEpochs”,300,…
“洗牌”,“every-epoch”,…
“详细”假的,…
“阴谋”,“训练进步”);
%的火车
(网络,信息)= trainNetwork (imd、层、期权);
我的问题是我实现rng命令正确在第3行吗?我的理解是,rng将生成相同的随机权重,这样我将得到可重复的结果。一开始我的代码中插入rng足以做呢?我想理解rng是如何工作的机器学习算法。
